Почему в сфере туризма нужен поэтапный внедрение ИИ, а не гонка за автономию

Обсуждения ИИ в туризме часто сосредоточены на том, как технология может быстро преобразовать отрасль и достичь высокоэффективных результатов. Однако реальность более нюансирована. Хотя ИИ продемонстрировал ощутимую ценность в таких областях, как персонализация, обслуживание клиентов и операционная эффективность, не все внедряют его с одинаковой скоростью. Основной причиной является сложная технологическая экосистема.

Авиакомпании, онлайн‑туристические агентства (OTA) и компании по управлению командировками (TMC) работают в рамках взаимосвязанных сетей, построенных за десятилетия. Многие по‑прежнему полагаются на фрагментированные среды данных и устаревшую инфраструктуру, которые ограничивают скорость развертывания и масштабирования ИИ. Усиленные опасения по поводу прозрачности, ответственности и надёжности лишь усугубляют проблему.

Хотя большинство туристических компаний представляют ИИ как единую историю трансформации, его внедрение разворачивается по трем отдельным, но взаимосвязанным уровням: (i) прогресс в клиентской и операционной автоматизации, (ii) трения, вызванные наследственной инфраструктурой, и (iii) отсутствие институционального доверия. Каждый из них развивается в разном темпе, создавая уникальные динамики, требующие индивидуальных решений. Понимание этих различий предоставляет более практичную основу для определения, где, вероятнее всего, появятся наибольшие возможности (и риски).

1. Оценка прогресса

При поиске рейсов, управлении маршрутами или решении перебоев путешественники всё чаще ожидают, что каждое взаимодействие будет безупречным, персонализированным и оперативным. Ассистенты на базе генеративного ИИ помогают упростить планирование поездок и поддержку клиентов. В 2025 году почти 40% американских путешественников использовали генеративный ИИ для планирования поездок. Одновременно модели машинного обучения позволяют предлагать гиперперсонализированные предложения, основываясь на поведении путешественника, предпочтениях в лояльности и истории покупок.

ИИ также создаёт огромную ценность за кулисами. Туристические компании используют продвинутую аналитику для лучшего прогнозирования спроса, управления мощностями, укрепления планирования персонала и реагирования на перебои. Например, крупный поставщик туристических услуг снизил стоимость бронирования на 10 % в годовом исчислении благодаря генеративному ИИ, а канадская авиакомпания зафиксировала рост выручки на 2 % и увеличение дохода от сети на 10 % за счёт ценообразования, поддерживаемого ИИ.

Тем не менее, несмотря на растущее доказательство ощутимой ценности ИИ, наследственные системы остаются серьёзным препятствием для широкого внедрения.

2. Устранение трения

Наследственная инфраструктура отрасли изначально не была задумана для поддержки реального времени и унифицированных конвейеров данных, необходимых ИИ. В центре проблемы находится глобальная распределительная система (GDS). Платформы GDS были спроектированы несколько десятков лет назад на основе протоколов обмена сообщениями EDIFACT и по‑прежнему занимают доминирующую долю косвенных продаж авиаперевозок по всему миру. Интеграция New Distribution Capability (NDC) с наследственной Passenger Service System (PSS) может занимать месяцы тестирования и разработки, особенно у авиакомпаний, предлагающих несколько ценовых брендов или сопутствующих продуктов. Проблема охватывает контрактные ограничения на распределение контента, готовность организации и отсутствие стандартизированных данных в разных региональных рынках.

Отсутствие сквозной видимости данных дополнительно ограничивает способность организации эффективно масштабировать ИИ.  GBTA survey показал, что лишь 12 % корпоративных покупателей туристических услуг имеют консолидированный обзор данных своей программы — фундаментальное ограничение, которое сдерживает любые возможности ИИ, независимо от сложности модели.

Авиакомпании, OTA и TMC решают эту задачу, применяя гибридные стратегии, накладывающие интеллект на существующие системы с помощью готовых к агентному использованию API. Тем временем игроки, ориентированные на NDC, выбирают иной путь, встраивая обслуживание и соблюдение политик, управляемые ИИ, непосредственно в свою архитектуру и уменьшая зависимость от традиционных каналов GDS.

Но лишь технологическая интеграция не гарантирует успех. По мере того как ИИ всё глубже внедряется и начинает влиять на решения с более высоким уровнем риска, возникает следующая проблема: доверие.

3. Повышение доверия

Исследования GBTA показывают, что хотя 92 % туристических покупателей интересуются прогнозированием расходов с помощью ИИ, а 89 % — автоматическим управлением перебоями, лишь 57 % из тех же покупателей чувствуют себя комфортно, позволяя ИИ автономно изменять или отменять бронирования. Этот контраст подчёркивает фундаментальный разрыв доверия.

Лидеры отрасли ищут объяснимые, проверяемые решения. Тем временем клиенты всё чаще требуют прозрачности и ответственности. Формирование доверия среди разнообразных групп заинтересованных сторон требует приверженности «ответственной эволюции», сочетая инновации с прозрачностью и управлением.

Это значит, что организации, демонстрирующие наибольший прогресс, не обязательно являются теми, кто развертывает самые продвинутые модели или двигается быстрее всех. Скорее, это те, кто следует структурированному подходу: укрепление фундаментальных данных перед масштабированием ИИ, проверка сценариев использования в контролируемой, высоко‑эффективной среде и внедрение пропорционального управления в процесс трансформации. В отличие от единообразного управления, пропорциональное управление распределяет ИИ‑агентов по уровням автономии, каждый из которых имеет определённые границы доверия и требования к управлению.

Преобразование амбиций ИИ в устойчивый эффект

Для туристических организаций, переходящих к следующей фазе, принятие этого последовательного подхода уже не является опцией; это то, что отличает лидеров от отстающих. В этом формирующемся контексте партнёры по управлению бизнес‑процессами играют ключевую роль, помогая организациям оперативизировать ИИ в сложных экосистемах данных, процессов и человеческого принятия решений. В конечном итоге организации, которые превратят дисциплинированное выполнение в прочное, трудно воспроизводимое преимущество, станут победителями.